准备环境：装好Ollama和模型

首先，你需要一个能跑本地AI模型的工具。Ollama 是一个免费的开源软件，让你在个人电脑上运行大语言模型，就像安装普通程序一样简单。

1. 打开浏览器，访问 ollama.com，下载对应你操作系统（Windows/Mac/Linux）的安装包。
2. 安装完成后，打开终端（Windows用户打开命令提示符或PowerShell）。
3. 执行命令：ollama pull gemma4:e2b，这会下载一个约5B参数的小模型，适合入门体验。参数可以理解为模型的“脑容量”，5B表示50亿，足够做很多有趣的任务。
4. 等待下载完成（根据网速可能需要几分钟）。

常见坑：如果你电脑设置了HTTP代理，需要把 localhost 加入例外，否则Ollama可能连不上。在终端执行：export no_proxy=localhost（Windows用 set no_proxy=localhost）。

安装项目：下载并配置多智能体框架

我们要用的项目叫 open-multi-agent，它是一个用TypeScript写的工具，能让你创建多个AI角色（智能体）协同工作。所有智能体都跑在本地，数据不会上传云端。

1. 确保你已安装 Node.js（一个让JavaScript在电脑上运行的环境）。如果没有，去 nodejs.org 下载最新版。
2. 打开终端，执行：git clone https://github.com/your-repo/open-multi-agent.git（如果不会用git，直接下载ZIP解压也行）。
3. 进入项目文件夹：cd open-multi-agent。
4. 安装依赖：npm install。
5. 配置模型连接：在项目根目录创建 .env 文件，写入：

   OPENAI_API_KEY=placeholder
   OPENAI_BASE_URL=http://localhost:11434/v1
   

   这里 apiKey 可以随便填（本地模型不需要密钥），关键是 baseURL 指向你本地的Ollama服务。

验证是否成功：跑一个简单例子

项目自带一个两角色团队：一个研究员（负责收集系统信息），一个总结员（负责整理报告）。我们来试试。

1. 在终端执行：npm run runTasks。这会运行一个手动定义任务的版本，看看基础功能是否正常。
2. 如果看到绿色对勾和输出文件，说明安装成功。接着执行：npm run runTeam。这次让AI自己决定如何分解任务——它才是真正的“协调员”。
3. 等待几秒钟，你会看到模型生成一个JSON格式的任务计划，然后依次执行。最终会生成一个 report.md 文件，里面是准确的本机信息（如Node版本、操作系统等）。

常见坑：如果卡住或报错，检查Ollama是否在运行（终端执行 ollama serve），以及 baseURL 是否正确。

下一步可以做什么

现在你已经有了一个完全离线的AI团队。你可以尝试：

• 修改任务描述，让AI做其他事情，比如分析文件、写代码。
• 增加更多智能体角色，比如“代码审查员”或“测试员”。
• 把模型换成更大的（比如 gemma4:27b），但注意你的内存——16GB内存的电脑跑5B模型没问题，更大的模型可能需要更多资源。

记住：所有数据都在本地，不用担心隐私或费用。享受零成本的AI探索吧！